基于云計算技術的郵件過慮機制研究與實現(xiàn).pdf

1、Internet問世以來,作為其主流應用的電子郵件也得到了飛速的發(fā)展。但隨之而來的垃圾郵件,不僅嚴重占用網(wǎng)絡資源,威脅網(wǎng)絡安全,更對人們的日常生活造成了嚴重困擾。當前反垃圾技術由于種種缺陷,無法完全令人滿意。并且垃圾郵件制造者也在不停地研究相應的對策,制造更頑固的垃圾郵件,因此有必要對現(xiàn)有技術進行改善。
　　 傳統(tǒng)的郵件過濾系統(tǒng)如樸素貝葉斯郵件過濾系統(tǒng)具有較強的分類能力,但前期的郵件集訓練與學習耗用大量系統(tǒng)資源和網(wǎng)絡資源,影響系

2、統(tǒng)效率;在后期的郵件分類決策階段,基于概率閾值的貝葉斯郵件過濾模型由于很少考慮所設定閾值的適用性和實用性,損失了一定的召回率或精確率。
　　 云計算是一個新興研究熱點,主要用于海量數(shù)據(jù)集的并行處理。相對于傳統(tǒng)計算技術來講,云計算可以在很大程度上提高執(zhí)行效率。本文提出一種基于云計算技術的郵件過濾機制。具體來說,論文主要貢獻包含三方面工作:
　　 一、針對郵件訓練的效率問題,利用云計算MapReduce等相關技術,系統(tǒng)的并行

3、能力得到提升,在處理海量郵件時具有明顯的效率優(yōu)勢;
　　 二、針對貝葉斯算法的計算復雜度較高的問題,改進郵件過濾貝葉斯算法,降低算法的復雜度,提高了系統(tǒng)在訓練學習和分類決策時的執(zhí)行效率;
　　 三、針對郵件分類決策階段設定概率閾值的問題,提出了兩種改進的郵件過濾決策方法,通過理論計算和實驗證實,提高了郵件過濾的精確度。
　　 實驗數(shù)據(jù)表明,本文提出的基于云計算的郵件過濾機制在垃圾郵件召回率、判定正確率、系統(tǒng)執(zhí)行效